Prompt engineering pour GLM : les quatre réglages qui comptent sur Z.ai

Un guide de migration vers GLM publié par les équipes de Cerebras relevait une caractéristique frappante : le modèle accorde au début du prompt un poids plus marqué que la moyenne. Ce que vous écrivez dans les cinquante premiers mots pèse donc nettement plus lourd que le reste.

En revanche, ce guide ne reprend pas les conseils valables partout, comme être précis, donner des exemples ou cadrer le format. Il rassemble les quatre réglages qui exploitent les particularités des modèles GLM. Si vous découvrez l’écosystème, commencez plutôt par notre guide pour démarrer avec Z.ai.

1. Mettre l’essentiel dans les cinquante premiers mots

Les modèles GLM accordent un poids disproportionné à l’ouverture du prompt. Si vous placez l’instruction principale après trois paragraphes de contexte, le modèle la traite comme secondaire. À l’inverse, ce que vous placez en tête est exécuté avec rigueur, même si la suite est brouillonne.

La règle pratique inverse l’ordre naturel : commencez par l’action et le format de sortie, puis donnez le contexte.

# Faible
Je suis responsable marketing dans une PME de 50 personnes qui vend
des logiciels de gestion RH. On cible les DAF et DRH de sociétés
de 100 à 500 salariés. On prépare une campagne pour mai. J'aimerais
que tu rédiges une landing page.

# Fort
Rédige une landing page de 400 mots pour une campagne SaaS RH.
Format : H1 accrocheur, 3 bénéfices en sous-titres H2, un CTA final.
Public : DAF et DRH de sociétés de 100 à 500 salariés.
Produit : logiciel de gestion RH en SaaS.

Le second prompt donne un meilleur résultat, parce que l’instruction et le format arrivent avant le contexte descriptif.

2. Régler le niveau d’effort, puisqu’on ne coupe plus le raisonnement

C’est le changement le plus important de l’année, et il rend caducs les guides écrits avant août 2026. Sur les générations précédentes, le mode de réflexion s’activait ou se désactivait. Désormais, sur GLM-5.3, il reste toujours actif.

Le réglage porte donc sur l’intensité. Trois niveaux d’effort existent : faible, élevé et max, ce dernier étant la valeur par défaut. Laisser le niveau max sur la reformulation d’un paragraphe fait raisonner le modèle pour rien, ralentit la réponse et consomme du quota.

# Régler l'effort sur une tâche simple, via l'API
{
  "model": "glm-5.3",
  "thinking": { "type": "enabled" },
  "reasoning_effort": "low",
  "messages": [...]
}

# Dans une interface sans réglage exposé
Ouvrir le prompt par la contrainte de format :
"Réponds directement, en trois phrases. Format attendu : …"

Sur une analyse juridique, un débogage ou un calcul, gardez au contraire le niveau max et ajoutez une consigne explicite : liste d’abord les hypothèses, vérifie-les une par une, puis conclus. La combinaison des deux donne le meilleur résultat.

3. Exploiter le raisonnement préservé entre les tours

Les modèles GLM récents conservent leur raisonnement d’un tour de conversation au suivant. Le modèle ne repart donc pas de zéro à chaque message : il poursuit une chaîne déjà établie.

La conséquence est double. D’un côté, mieux vaut construire un problème complexe en plusieurs messages dans une même conversation plutôt qu’en un seul prompt géant, car chaque tour affine la chaîne. De l’autre, une erreur de cadrage au début contamine toute la session. Quand une conversation part de travers, ouvrez-en une nouvelle plutôt que de corriger en cours de route.

4. Donner un rôle explicite et situé

Les modèles GLM réagissent fortement aux rôles explicites. Un rôle bien défini déclenche un vocabulaire, des références et une façon de raisonner particulière. La règle consiste à dire qui parle, pour qui et dans quelle situation.

Une formulation faible ressemble à « tu es un expert en cybersécurité ». Une formulation forte précise davantage : tu es un consultant en cybersécurité qui prépare un rapport pour le comité de direction d’une ETI industrielle de 800 personnes. Le directeur financier doute du retour sur investissement, et tu dois le convaincre sans jargon, en appuyant chaque recommandation sur un coût évité chiffré.

Cette seconde version produit un contenu calibré pour l’auditoire, avec des exemples adaptés et un ton argumentatif. La première donne un texte générique que n’importe quel modèle aurait produit.

Ce que cela change pour vous

Reprendre tel quel un prompt écrit pour Claude ou GPT fonctionne sur GLM, mais laisse une partie du résultat de côté. Les deux réglages qui rapportent le plus sont aussi les plus simples : remonter l’instruction en tête, et baisser le niveau d’effort sur tout ce qui ne l’exige pas. Sur un abonnement GLM Coding Plan, ce second geste se traduit directement en quota économisé.